دانلود مقاله ISI انگلیسی شماره 95587
ترجمه فارسی عنوان مقاله

یک روش شبیه سازی برای متاآنالیز مطالعات مرتبط با ژنتیک مبتنی بر مدل ژنتیکی افزودنی است

عنوان انگلیسی
A simulations approach for meta-analysis of genetic association studies based on additive genetic model
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
95587 2018 34 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Meta Gene, Volume 16, June 2018, Pages 143-164

ترجمه چکیده
متاآنالیز مطالعات ارتباط ژنتیکی به طور فزاینده ای برای ارزیابی تفاوت های فنوتیپی بین گروه های ژنوتیپ استفاده می شود. زمانی که مدل ژنتیکی پایه فرض می شود غالب و یا غرق می شود، ارزیابی تفاوت های فنوتیپی بر اساس آمار خلاصه ای است که برای مطالعات فردی در یک متاآنالیز گزارش شده است، یک استراتژی معتبر است. با این حال، هنگامی که مدل ژنتیکی افزایشی است، یک استراتژی مشابه بر اساس آمار خلاصه منجر به نتایج بی توجهی خواهد شد. این واقعیت در مورد مدل افزودنی یکی از چیزهایی است که ما در این مقاله ایجاد می کنیم، با استفاده از شبیه سازی ها. هدف اصلی این مقاله ارائه یک استراتژی جایگزین برای مدل افزایشی بر اساس شبیه سازی داده ها برای مطالعات فردی است. ما نشان می دهیم که استراتژی جایگزین به شدت از استراتژی بر اساس آمار خلاصه برتر است.
پیش نمایش مقاله
پیش نمایش مقاله  یک روش شبیه سازی برای متاآنالیز مطالعات مرتبط با ژنتیک مبتنی بر مدل ژنتیکی افزودنی است

چکیده انگلیسی

Meta-analysis of genetic association studies is being increasingly used to assess phenotypic differences between genotype groups. When the underlying genetic model is assumed to be dominant or recessive, assessing the phenotype differences based on summary statistics, reported for individual studies in a meta-analysis, is a valid strategy. However, when the genetic model is additive, a similar strategy based on summary statistics will lead to biased results. This fact about the additive model is one of the things that we establish in this paper, using simulations. The main goal of this paper is to present an alternate strategy for the additive model based on simulating data for the individual studies. We show that the alternate strategy is far superior to the strategy based on summary statistics.